Documente Academic
Documente Profesional
Documente Cultură
LATINDEX
http://www.latindex.org/latindex/ficha?folio=2751
http://www.economicas.uba.ar/institutos_y_centros/revista-de-investigacion-en-modelos-financieros/
Centro de Investigacin en Mtodos Cuantitativos Aplicados a la Economa y la Gestin (CMA), Instituto de Investigaciones en
Administracin, Contabilidad y Mtodos Cuantitativos para la Gestin (IADCOM), Universidad de Buenos Aires, Av. Crdoba 2122
- 1120AAQ - Ciudad Autnoma de Buenos Aires, Repblica Argentina.
dbacchini@economicas.uba.ar
Resumen
Recibido: 03/2016 A travs de un estudio de potenciales escenarios a los que regularmente se deben
enfrentar entidades con pasivos a largo plazo (Seguros, Bancos, Pensiones), la Gestin
Aceptado: 06/2016
de Activos y Pasivos (ALM) ser la encargada de mantener los niveles de riesgo en los
lmites preestablecidos segn los lineamientos de apetito de riesgo. Para ello, la
Palabras clave formulacin, implementacin, monitoreo y revisin de estrategias concernientes a
dichos activos y pasivos buscan alinearse con los objetivos financieros definidos.
Capital Econmico Gestin Puntualmente, como parte fundamental de la estructura de balance, se buscar medir el
de Activos y Pasivos (ALM), riesgo de tasa de inters. De esta manera, no slo se conceptualizan los movimientos
Margen de Intermediacin en las curvas de tasas como factor de riesgo, sino que tiene implcito el riesgo absoluto
Financiera (MIF), de la estructura de balance ALM de la entidad. Para ello se utilizan herramientas como
Modelo de Tasa, el Valor a Riesgo, para resumir las peores prdidas probables. A travs de dos enfoques,
el de margen de intermediacin financiera y el de valor econmico, analizaremos las
Monte Carlo,
consecuencias de cambios de tasas en ingresos proyectados y en el valor actual de
Riesgo de Tasa de Inters,
activos netos de pasivos.
Simulacin, El caso de estudio planteado tomar una estructura simplificada tpica donde una
Vasicek. institucin obtiene financiacin de corto plazo e invierte mediante prstamos a plazos
mayores, considerando una cartera con nocionales constantes y tasas diferenciadas para
cada caso. A partir de all, se usa simulacin de Monte Carlo aplicada a modelos de tasas
de inters para obtener una medida de la prdida esperada.
1
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
Centro de Investigacin en Mtodos Cuantitativos Aplicados a la Economa y la Gestin (CMA), Instituto de Investigaciones en
Administracin, Contabilidad y Mtodos Cuantitativos para la Gestin (IADCOM), Universidad de Buenos Aires, Crdoba 2122 -
1120AAQ - Ciudad Autnoma de Buenos Aires, Repblica Argentina.
dbacchini@economicas.uba.ar
Abstract
Through a study of potential scenarios that regularly face entities with long-term
KEYWORDS liabilities (Insurance, Banking, Pensions), the Asset and Liability Management (ALM)
is responsible for maintaining risk levels within the limits preset along the lines of risk
Economic Capital, appetite. To do this, the formulation, implementation, monitoring and review of
Asset and Liability strategies concerning those assets and liabilities seek to align the defined financial goals.
Management, Specifically, as a fundamental part of the balance sheet structure, the measure of
Net Interest Income, Interest interest rate risk is sought. Thus, not only the movements in the rate curves are
Rate Model, Monte Carlo, conceptualized as a risk factor, but it also has the absolute risk of the balance sheet
Interest Rate Risk, structure of the entity ALM implied. In order to achieve this, tools such as Value at
Simulation, Risk are used to summarize the worst probable losses. Through two approaches, the
Vasicek. margin of financial intermediation and the economic value, we will analyze the impact
of rate changes in projected income and the present value of net assets of liabilities.
Raised case study will take a typical simplified structure where an institution obtains
short-term financing and invests through loans to longer terms, considering a portfolio
with constant notional and different rates for each case. From there, we will use Monte
Carlo simulation models applied to interest rates to obtain a measure of the expected
loss.
2
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
INTRODUCCIN
Este trabajo surge debido a la necesidad de analizar, en profundidad, los posibles escenarios
alternativos a los que peridicamente hace frente una entidad financiera, considerando su
exposicin a los diferentes riesgos contingentes que probablemente podrn actuar sobre las
mismas.
Desde hace ya unos aos, el tpico sobre la Gestin de Activos y Pasivos de una empresa (Asset
Liability Management, ALM, por sus iniciales en ingls), ha estado en auge y en pleno desarrollo.
Tradicionalmente las prcticas y anlisis del riesgo han sido promovidas por bancos e
instituciones financieras, debido a la bsqueda de herramientas de control que permitan poder
integrar sus procesos naturales de trabajo; siendo el enfoque primordial el riesgo asociado a los
cambios en las tasas de inters. Estas instituciones fueron pioneras en la materia de medicin de
riesgos, mucho tiempo antes, incluso, de que las regulaciones las forzaran a ello. Las razones
subyacentes a estas innovaciones se relacionan directamente con los incentivos de poder abordar
de una manera ptima las decisiones a tomar por las instituciones, basndose en el escenario
que se presente como contexto, ya sea que se mantenga estable o sufra asiduas modificaciones.
En lnea con lo expuesto por Goodhart (2010), la regulacin financiera se impone, normalmente,
en reaccin a una anterior crisis, mientras que no se suele utilizar desde un primer momento
como complemento terico. En el pasado, ha sido desarrollada para mejorar las prcticas de
gestin de riesgos en bancos particulares, sin embargo, lo que el autor sugiere es que la regulacin
debera enfocarse primero en externalidades sistmicas (contagios), y segundo, en la proteccin
del consumidor (debido a la asimetra de informacin). A su vez, como el costo de un colapso
financiero es muy alto, una respuesta natural sera recopilar medidas adicionales que guen a la
entidad en tiempos de crisis.
3
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
Si bien el espectro de los riesgos a cubrir es muy amplio, considerando desde el riesgo de crdito
y operacional propios de cada empresa, hasta el riesgo implcito del mercado donde dichas
instituciones se desenvuelven, el objetivo que persigue este estudio es proyectar un anlisis del
riesgo surgido de la relevancia de la tasa de inters sobre las organizaciones mencionadas,
basados en modelos tericos independientes al mercado, pero que permiten su posterior
aplicacin al mismo. Este riesgo particular se ve traducido en los cambios en los resultados de
las empresas producto de los movimientos de las tasas de inters.
El anlisis sobre el riesgo producido por los cambios en la tasa, particularmente, resulta
interesante para estudiar. Si bien, como se desarrollar en la seccin segunda de este trabajo, la
regulacin actual proporcionada por el Banco Central de la Repblica requiere de un capital
mnimo para las instituciones financieras que cumpla con la funcin de cubrir los riesgos que
puedan ocurrir por cada contingencia probable (BCRA, 2011), las herramientas de gestin
usuales suelen sugerir un anlisis de dicho riesgo de manera peridica, teniendo en cuenta la
sensibilidad de la tasa al tiempo transcurrido, segn el mercado donde se aplique. Dicho
esquema, an armado para el corto plazo, tomar en cuenta las modificaciones del valor de los
flujos producidos tanto de activos como de pasivos, permitiendo una proyeccin para el futuro
ms lejano.
La seccin tercera de este estudio se centra en dar cuenta del surgimiento del riesgo de tasa de
inters. Si bien el disparador inicial que aparece en toda ocasin es el cambio en la tasa de inters
surgido en el mercado, algunos instrumentos financieros reajustados por indexacin u opciones
reales sobre productos ofrecidos o derivados, por ejemplo, pueden acrecentar
considerablemente el riesgo a tener en cuenta.
En la seccin cuarta se utilizarn los modelos propuestos por Vasicek (1977) y Cox, Ingersoll y
Ross (1985) de simulacin de tasas para visualizar, de manera controlada, los riesgos a los que
hacen frente los Bancos. De esta forma, se los pueden manipular segn los escenarios que se
deseen analizar, generando as una representacin que permita visualizar el riesgo en cuestin.
Entonces, la idea es mostrar de qu manera la herramienta de ALM permite introducir
instrumentos de gestin prcticos para la conciliacin de estos riesgos y estimar los diferentes
cursos de accin a tomar segn cada situacin.
Finalmente, la ltima seccin del presente estudio mostrar las conclusiones a las que se llegaron
con el estudio realizado, comenzando por la dificultad que conlleva determinar un modelo que
simule con cierta adecuacin la realidad, hasta terminar con los beneficios obtenidos por la
aplicacin de las herramientas de gestin utilizadas.
4
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
1.1. Conceptos
Cuando hablamos sobre el riesgo de tasa de inters hacemos referencia a la eventualidad de que, al
producirse cambios en dicha tasa, la composicin de activos y pasivos de una entidad se
modifique de tal manera que puedan afectar negativamente a su situacin econmica. Esta
modificacin puede llegar a ser beneficiosa o desventajosa para sus ingresos financieros netos, o
bien, para su valor econmico, dependiendo en todo caso de su exposicin total a dicha tasa. A
su vez, una organizacin est expuesta a este riesgo siempre que exista un descalce entre el plazo
promedio de los activos y el de los pasivos.
Si los activos de la entidad que se toma como ejemplo tienen, en promedio, plazos mayores que
los pasivos, como sera el caso de una institucin bancaria donde los depsitos tienden a ser a
corto plazo y los prstamos a largo plazo, un aumento en la tasa genera una disminucin de los
ingresos netos por intereses a causa del aumento en el costo del financiamiento. Si este
incremento en la tasa se mantiene de manera constante, el valor econmico del banco se ve
reducido debido a que con l se disminuye el valor presente de sus ingresos futuros. El mayor
problema que presenta esta situacin es que, a diferencia de los activos que tienen precios de
mercado, el efecto negativo producido por la tasa no quedar registrado en un balance bancario
ms all de la cuenta de resultados.
En un contexto que, a nivel internacional, est definido por una volatilidad intrnseca creciente
de las tasas de inters, el manejo de herramientas de gestin es una necesidad imperiosa ms que
una ventaja competitiva.
Las polticas sobre la gestin efectiva del mencionado riesgo, estarn en pos de mantenerlo
limitado a niveles moderados, de manera que se preserve la consistencia y la solvencia de la
entidad que lo lleve a cabo. As, la mayor dificultad del enfoque ser la identificacin del riesgo
y la evaluacin de la posicin a asumir para reducirlo a niveles aceptables para la compaa.
Ante el objetivo de determinar los principales enfoques para evaluar el riesgo de tasa de inters,
se genera una clasificacin en dos grupos principales: el primero es conocido como Enfoque de
ingresos financieros netos o margen de intermediacin financiera y bsicamente consiste en analizar cmo
afecta un cambio de tasas de inters en los ingresos proyectados; mientras que el segundo, el
Enfoque de valor econmico reconoce que los cambios en las tasas de inters afectan sobre el valor
econmico de la institucin de forma global, dentro de los activos y pasivos de sta. As, el valor
econmico estar dado por el valor presente de los flujos de fondos esperados de los activos
netos de los pasivos.
Trabajar para poder manejar este riesgo involucra el seguimiento de las variaciones de la tasa de
5
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
Las entidades financieras debern incluir en su estructura corporativa, una unidad que se dedique
arduamente a la gestin de este riesgo, de acuerdo a su dimensin y a la complejidad de sus
operaciones. Esta seccin, tendra como objetivo implementar una estrategia, que ofrezca
herramientas conservadoras para que, ante cada contingencia, se tomen decisiones empresariales.
La manera de hacerse de herramientas para ser capaces de lidiar con la exposicin del riesgo de
tasas de inters es bsicamente la tarea de definir las polticas a adoptar cuando se realicen
operaciones que estn relacionadas con dichas tasas. La entidad deber identificar qu activos y
pasivos les resultan sensibles y as, poder analizar cada situacin individualmente.
Es por todo lo mencionado que el factor humano es un instrumento fundamental para poder
llevar a cabo este proceso de la manera adecuada. Si bien este estudio no est estructurado, sino
que depende en gran parte de la organizacin y, ms particularmente, de sus procesos internos,
algunos puntos bsicos a ser considerados son recomendados por las ltimas normas
internacionales de Basilea III (Basel Committee, 2010), que fueron retomadas por la legislacin
local y publicadas en la resolucin A5203 del Banco Central de la Repblica Argentina (2011).
6
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
deteccin de los casos extremos u outliers. El comit dejaba a cada Banco Central en libertad de
decidir qu medidas tomar en el caso de deteccin de entidades altamente expuestas.
Toda entidad financiera tiene diversas formas de administrar su riesgo de tasa de inters,
buscando como objetivo acotar su exposicin al mismo, ya sea determinando los plazos de los
prstamos a entregar, las tasas activas, el tipo de tasa (fijo o variable) y, en el caso de la variable,
la frecuencia del ajuste de la misma y la seleccin de la tasa de referencia.
Ser tambin un buen recurso determinar su nivel de capital ptimo segn la conjuncin de los
riesgos, propios o de mercado, a los que estn expuestas. No obstante, ninguno de estos
procedimientos da garantas sobre los resultados que se obtengan luego de haber tomado
determinadas decisiones financieras y haberse expuesto al riesgo; es por esto que existen un
conjunto de herramientas para el manejo apropiado de activos y pasivos, que dan pautas a seguir
para minimizar los perjuicios futuros.
El comienzo del anlisis ser considerar una medicin de los niveles vigentes de la exposicin al
riesgo de la institucin, identificando los puntos excesivos que pueden surgir de todas las
posiciones en activos, pasivos y de instrumentos o situaciones fuera del balance. Ser de gran
utilidad aplicar los conceptos financieros y frmulas de medicin de riesgo que existen, para
poder justificar todos los procedimientos realizados, al igual que los parmetros y supuestos
adoptados, con la bibliografa del tpico correspondiente. Esto es, por ejemplo, efectuar simples
clculos o simulaciones estticas, o bien, un anlisis ms complejo como la realizacin de
modelos dinmicos que reflejen potenciales negocios futuros y decisiones empresariales. A su
vez, el uso de escenarios mltiples le ofrece a la entidad la posibilidad de incluir los efectos
potenciales de cambios relativos entre tasas de inters, como as tambin los producidos debido
a las variaciones en el nivel general de las tasas.
7
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
1.3. Lmites
A la hora de construir su gestin de activos y pasivos, las distintas entidades llevarn a cabo el
establecimiento de un sistema de lmites con pautas claras para la toma decisiones, a los fines de
mantener la exposicin al riesgo de tasa de inters dentro de parmetros fijados, frente a un rango
de posibles cambios en las tasas. El Directorio de cada compaa, definido en la comunicacin
A5203 del BCRA (2011) como el rgano o autoridad que cumpla funciones de administracin
conforme al tipo societario que corresponda, ser la unidad encargada de fijar estas limitaciones
y de establecer una poltica empresarial a seguir. Brindar un marco adecuado eficaz, viable y
consistente , y documentar la estrategia de gestin, ser entonces, primordial para la
operatividad de la compaa.
Por otro lado, la Alta Gerencia, la Gerencia General y aquellos gerentes que tengan poder
decisorio y dependan directamente de sta o del presidente del Directorio, debern asegurar que
las polticas, prcticas y procedimientos de gestin de riesgo sean apropiados en funcin del perfil
de riesgo de la entidad y de su plan de negocios. Al mismo tiempo, tendrn que controlar que
estas acciones sean efectivamente implementadas, garantizando la existencia de exhaustivos
controles internos.
Los lmites pueden ser fijados de varias maneras, teniendo en cuenta potenciales escenarios de
variaciones de tasas en el mercado, o bien, considerando aumentos o disminuciones de
magnitudes predeterminadas. Como medida alternativa a las dos anteriores, encontramos las
derivadas de distribuciones estadsticas de tasas, como por ejemplo, el Valor a Riesgo (VaR), que
intenta resumir las peores prdidas probables durante un horizonte objetivo con un nivel de
confianza dado, de forma tal que el valor que se obtenga ser una medida de referencia que
determine un lmite.
Es importante resaltar que las variaciones empleadas en la fijacin de estos lmites deben
representar situaciones significativas de estrs, considerando las volatilidades histricas y el
tiempo requerido para gestionar las exposiciones.
Las pruebas regulares para distintos escenarios de estrs dependen de variables especficas de la
entidad o del mercado tanto de corto como de largo plazo, y la extensin y frecuencia de las
mismas deben ser proporcionales a la dimensin de la entidad y su exposicin al riesgo, as como
a su importancia sistmica en el mercado en el cual opera y a la naturaleza y complejidad de sus
operaciones.
8
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
exposiciones por medio de una unidad o persona responsable del anlisis de este riesgo. Las
autorizaciones que se otorgan para poder excederse del lmite sern otorgadas bajo
circunstancias especficas y siempre considerando un horizonte temporal de corto plazo.
En la mayora de los casos se efectan informes con mediciones de riesgo peridicos, ya que
stos permiten evaluar el grado de exposicin al riesgo de tasa actual con los lmites establecidos
en las polticas de la entidad financiera. Adicionalmente, cuando se comparan los pronsticos
logrados en el pasado con los obtenidos en el momento actual, es posible identificar defectos en
los modelos de prediccin utilizados, pudindolos adecuar de una mejor manera a la realidad de
la compaa. Una manera de entender este proceso es a travs del trmino definido por Jorion
(1997), Backtesting, que es un marco formal estadstico que consiste en verificar que las prdidas
reales estn en lnea con las prdidas proyectadas. La aplicacin del mismo, conlleva la
comparacin sistemtica de la historia de las previsiones de Valores a Riesgo con los
rendimientos de la cartera asociada.
El riesgo de tasa de inters, cabe resaltar, forma parte activa de todas las operaciones cotidianas
que realizan las entidades financieras. Es por ello que su anlisis exhaustivo resulta de gran
9
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
utilidad, ya que les permite anticipar cmo se comportarn sus rendimientos futuros que
dependen de las tasas de inters vigentes.
Los cambios de las tasas afectan los ingresos netos de inters, debido a que stos se relacionan
directamente con dichas tasas, y a su vez, dependen de la sensibilidad de los instrumentos
financieros a las mencionadas tasas; por otra parte, tambin se altera el valor econmico de los
activos y pasivos, debido a que el valor actual de los futuros flujos de efectivo vara al mismo
tiempo.
Como poltica empresarial, las entidades tienen como objetivo llevar este riesgo a niveles
prudenciales y considerar extraer la mayor cantidad de informacin posible de las fuentes que
los provocan. Las dos perspectivas ms relevantes de su estudio, son:
A travs de su desarrollo podremos coordinar esfuerzos para hacerle frente a los riesgos. Para
ello, enumeramos las principales fuentes que lo generan.
La tenencia de activos y pasivos con distintos plazos y vencimientos, y la revisin del valor de
stos, generan dos riesgos ligados a las tasas de inters fija por un lado, y variable por el otro.
Estos desajustes, a pesar de que representen la base de las operaciones que se realizan a diario,
exponen a las entidades a que un cambio en el valor de las tasas modifique su resultado del
perodo en cuestin. En forma general, cualquier momento en el cual las tasas de inters sean
reseteadas, ya sea debido a vencimientos o bien a tasas variables, implicar un riesgo de revaluacin.
En pocas palabras, este riesgo se refiere a la posibilidad de que las curvas de rentabilidad se
modifiquen y provoquen una variacin en los retornos de las posiciones que se tienen en
10
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
determinados activos y pasivos, generando as complicaciones para poder cumplir con las
obligaciones.
c) Riesgo base
Otra fuente importante del riesgo de tasa de inters, surge de la correlacin imperfecta entre el
ajuste de las tasas ganadas y pagadas en los diferentes instrumentos con caractersticas de repricing
similares. Cuando las tasas de inters varan, esa tenencia en derivados puede generar cambios
inesperados en el spread de los ingresos y egresos de activos y pasivos.
d) Opcionalidad
Por otra parte, las embedded options que las entidades ofrecen para terminar de confeccionar los
productos que comercializan, por ejemplo, bonos callables y la opcin de pago anticipado de
instrumentos respaldados por hipotecas, entre otras, representan otra faceta del mencionado
riesgo de tasa de inters. Que el tenedor de estas opciones tenga la posibilidad de ejercer su
derecho cuando le provoque un beneficio y no hacerlo cuando no le resulte ventajoso, genera
complicaciones a causa de los payoffs asimtricos que tendrn las compaas que las lanzan al
mercado.
A lo largo de este estudio se intent explicar cmo las nuevas regulaciones, en conjunto con las
tcnicas ya existentes de gestin de activos y pasivos, conocidas como ALM, encontraban su
utilidad en explicar los riesgos a los que se encuentra sujeta una empresa. En particular, se trabaj
el riesgo de tasa de inters, como un modelo de las tcnicas individuales que se pueden aplicar.
Tomando como modelo de trabajo a una institucin bancaria, y con el objetivo de lograr la
aplicacin de las medidas antes mencionadas, se inicia por armar una cartera tpica de dicha
organizacin. Si bien disminuida a trminos de hacer ms sencillo el anlisis, se trabaj sobre la
combinacin de depsitos y prstamos en dicha cartera.
11
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
bajo una tasa particular para ellos, menor que la que el banco cobra por prestar dinero. En
particular, se tomaron depsitos mensuales a una tasa del 11% a modo de ejemplo.
Por ltimo, a priori los nocionales se encuentran vinculados de tal manera que la tasa se aplique,
en cada perodo, a un mismo valor residual del capital. Si bien esto se aleja de la realidad
econmica, el objetivo es mostrar el riesgo que se genera peridicamente, producto de las
fluctuaciones de la tasa de inters, perjudicando a este tipo de institucin por su tendencia de
prestar dinero a largo plazo y tomar depsitos para el corto plazo.
La estructura temporal de tasas de inters, tambin llamada curva de tasas, es aquella que explica
la rentabilidad de los activos, ante el slo cambio de la variable tiempo. Ya sea desde un punto
de vista financiero, donde su importancia radica en la valuacin de los activos en cartera y la
creacin de coberturas adecuadas para la misma; econmico, donde es indicativo del nivel de
actividad e inflacin de un sector; o en nuestro caso, en la gestin de riesgos, la curva de tasas
es un elemento indispensable para cualquier anlisis.
Bajo este contexto, el modelo Vasicek (1977) representa una de las primeras y ms conocidas
maneras de determinar la curva de tasas, permaneciendo, pese a su antigedad, en vigencia. Este
trabajo determina las condiciones a cumplir por los bonos cero-cupn para eliminar la
posibilidad de arbitraje en el mercado; llegando como conclusin a que el precio de mercado del
riesgo no est determinado por el plazo del bono.
El modelo Vasicek utiliza una ecuacin diferencial estocstica para representar la evolucin del
comportamiento de la tasa de inters de corto plazo, la que est compuesta por una tendencia
determinstica y una parte puramente estocstica. En particular, la tendencia ser tal que forma
un proceso de reversin a la media, la que es la mayor innovacin que aporta el modelo,
argumentado en el hecho de que en una economa, si la tasa momentnea se encuentra por
encima o por debajo de la tasa de equilibrio de largo plazo, el mercado la ajustar por cuenta
propia.
12
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
dr a b r dt dz (1)
Uno de los problemas que presenta este anlisis ser que, al asumir que la tasa de inters de corto
plazo es conocida, tomndola como nico factor dependiente, la estimacin de la curva de tasas
pierde informacin, y por ende, exactitud. Por otro lado, la tasa tiene una distribucin normal
aparejada en el modelo, por lo que existe una probabilidad no nula de que sta sea negativa,
hecho que carecera de sentido en la realidad.
Por otra parte, el modelo C.I.R. (1985), llamado as por sus autores Cox-Ingersoll-Ross, retoma
el modelo inicial Vasicek, agregando a la volatilidad una dependencia con respecto a la misma
tasa de inters, de modo que, con dicha modificacin, se resuelve el problema de la posibilidad
de obtener una tasa negativa, salvando as la mayor crtica a su modelo originario.
De esta manera, el primer paso consistir en el armado del modelo y, por ende, en la definicin
de los parmetros a utilizar en el mismo, sabiendo que el nico dato ser la tasa actual de los
depsitos. Para referenciar los datos utilizados en la realizacin del caso prctico analizado, se
utilizar mayormente el modelo propuesto por Vasicek. El primero de sus parmetros, el valor
de la media de largo plazo, fue estimado en base a la serie de tasas diarias locales (Badlar privada
en pesos) en base a los ltimos tres aos, incluyendo el corriente, dando un valor aproximado
del 11,17%. Por otro lado, de manera similar se calcul la volatilidad de la tasa, resultando del
3,58%. Se utilizaron los ltimos tres aos de los valores de serie de la tasa para as evitar la
incidencia de valores extremos producto de la gran fluctuacin en el mercado local (como fue el
caso de los valores del 2001 y 2002, con valores de volatilidad anuales cercanos al 100%).
Finalmente, la velocidad de reversin a la media se calcul maximizando la funcin de
Verosimilitud seguida por el modelo, dados los valores de los parmetros antes calculados,
entregando entonces un valor de 0,45.
El modelo de margen de intermediacin financiera es aquel que muestra los ingresos totales por
los intereses producidos durante el perodo. Esto es, la diferencia entre los intereses pagados por
los depsitos y los intereses obtenidos por los prstamos otorgados. En nuestro esquema, bajo
valores nominales similares, este mtodo arrojar diferencias por los movimientos en las tasas de
13
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
depsitos, mientras la tasa de los prstamos permanece constante. Este indicador es importante,
ya que suele ser indicativo de cun rentable es una empresa durante el perodo seleccionado.
Una vez estimados los parmetros, se puede simular la tasa a aplicar en cada perodo, y
subsiguientemente los intereses que se pagarn en cada momento por los depsitos de los
clientes. Finalmente, el ingreso neto resultar de la diferencia entre los intereses ganados por el
prstamo otorgado y los intereses pagados acorde a la tasa simulada.
Para ver grficamente el resultado hallado, usamos la herramienta de Ganancias a riesgo, EaR
(por sus iniciales en ingls, Earnings at Risk) que nos permitir analizar cmo se comportan los
resultados obtenidos partiendo de la distribucin de dichas ganancias, con un nivel de confianza
= 0,05. De aqu se desprende que existe un valor esperado del MIF en torno a los $ 31,014.
600
500
400
300
200
100
0
20,927
21,647
22,368
23,088
23,809
24,529
25,250
25,970
26,691
27,411
28,132
28,852
29,573
30,293
31,014
31,734
32,455
33,175
33,896
34,616
35,337
36,057
36,777
37,498
38,218
38,939
39,659
40,380
41,100
41,821
42,541
Para el anlisis del modelo que muestra el valor econmico de la empresa, en nuestro caso por
medio nicamente del anlisis de la operacin de depsito y prstamo, se necesita el desarrollo,
no slo de la estructura temporal de tasas de inters en un momento inicial, llevada a cabo por
14
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
la simulacin de Vasicek, sino tambin la proyeccin de lo que ser dicha curva de tasas en un
momento posterior al inicial, en nuestro ejemplo, un ao despus de iniciado el prstamo.
El primer paso ser, utilizando los parmetros ya previamente calculados y ajustados al mercado
local, mediante el modelo Vasicek (1977), calcular la curva de tasas de inters en el momento
inicial. Como se mencion anteriormente, este modelo aporta la condicin que, bajo los bonos
cupn cero, se elimina la posibilidad de arbitraje. Entonces, los bonos cupn cero calculados a
diferentes momentos del tiempo, con valor nominal un peso, sern equivalentes a los factores
de descuento necesarios para valuar en el momento inicial cualquier flujo de efectivo. Por esto,
se valuarn los valores de las cuotas, que por ser el prstamo francs sern idnticas entre s, en
el momento inicial acorde a la simulacin de las tasas, para calcular el valor econmico de la
operacin.
Adems, se proyectar, bajo la misma estructura de tasas, el valor actual en el momento inicial,
de un flujo futuro de fondos, en nuestro ejemplo a partir de un ao de iniciado el prstamo.
Posteriormente, se simular una nueva curva de tasas a partir de un momento posterior, y con
ella calcular tambin el valor actual de la parte restante de la operacin, desde el momento de
terminado el primer ao tambin.
Finalmente, se tomarn los valores obtenidos para perodos similares, y se compararn para as
obtener el valor econmico, producto de la variacin en la estructura de tasas, con el objetivo de
poder usar las herramientas de gestin necesarias para cubrirse en caso de existir un riesgo.
Al igual que en el anterior modelo, para ver grficamente el anlisis hecho utilizamos, con un
nivel de confianza = 0,05 el sistema de EaR para estudiar cmo se comportan los resultados
obtenidos partiendo de la distribucin de dichas ganancias.
500
400
300
200
100
0
-5,351
-4,991
-4,632
-4,272
-3,912
-3,553
-3,193
-2,834
-2,474
-2,114
-1,755
-1,395
-1,035
-676
-316
43
403
763
1,122
1,482
1,841
2,201
2,561
2,920
3,280
3,639
3,999
4,359
4,718
5,078
5,437
15
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
En el presente trabajo, se hizo especial hincapi en el manejo de los activos y pasivos de una
institucin bancaria por medio de una cartera altamente limitada de dicha entidad, que facilitase
el anlisis de los riesgos corridos y la produccin de alternativos escenarios factibles.
Desde ya, una de las mayores dificultades de los gestores y analistas de riesgos es el manejo de
un portafolio con una gran variedad de productos, los que traen aparejados diferentes tasas de
referencia. Ya sean crditos hipotecarios, cupones de tarjeta de crdito o cualquier otro tipo de
instrumento de referencia; basado en la existencia de diferentes riesgos sobre cada uno (por las
garantas de cumplimiento que cada uno trae aparejado), existir una tasa diferenciada de cada
producto. Esto significar diferencias en los ratios del costo de fondeo de la organizacin.
Quedar adems, para un anlisis posterior, la aplicacin de un modelo que permita una
estimacin de tasas ms sofisticado. En particular, el modelo de Heath-Jarrow-Morton parecera
indicado debido a que, a priori, genera un modelo multifactorial sobre la curva de tasas de inters.
Su modelizacin, basada en la imposibilidad de arbitrar en el mercado, parte de la curva vigente
al momento inicial; distinguindose del resto de los modelos clsicos (como el de Vasicek)
donde, partiendo del contexto se llega al comportamiento de las tasas de inters.
A pesar de proporcionar una mejor estimacin sobre el comportamiento de las tasas, el modelo
HJM tendr un inconveniente, su dificultad de aplicar el modelo al mercado local. La calibracin
de los parmetros del modelo resulta dificultosa en Argentina por la escasez de curvas de tasas
de mercado de largo plazo, basado en que el mercado argentino no presenta mucha historia y
tiene poca liquidez para ello.
Finalmente, se deber tener en cuenta que, pese a que el presente trabajo se focaliz en el riesgo
de tasa de inters, ste es slo una de las variables que pueden comprometer el desempeo de
una institucin bancaria. El enfoque aislado que se le dio al riesgo de tasa se deber integrar al
conjunto de riesgos propios de estas organizaciones, como el de crdito, liquidez, etctera.
5. REFERENCIAS
Basel Committee on Banking Supervision (2001). Principles for the Management and supervision of
Interest rate risk.
16
Bachini, et al./Revista de Investigacin en Modelos Financieros Ao 5 Vol.1 (2016-I).1-17
Basel Committee on Banking Supervision. (2009). Principles for Sound Stress Testing Practices and
Supervision.
Basel Committee on Banking Supervision (2010). Basel III: A global regulatory framework for more
resilient banks and banking systems. Basel Committee on Banking Supervision, Basel.
Bessis J. (2015). Risk Management in Banking. England, 4th Edition, John Wiley & Sons Ltd.
Cox, J. C., Ingersoll Jr, J. E., & Ross, S. A. (1985). A theory of the term structure of interest
rates. Econometrica: Journal of the Econometric Society, 385-407.
Goodhart, C. (2010). How should we regulate bank capital and financial products? What role for
"living wills"?. Revista de Economia Institucional, 12(23), 85-109.
Heath, D., Jarrow, R. A. & Morton, A. (1992). Bond Pricing and the Term Structure of Interest Rates:
A New Methodology. Econometrica, 60 (1), 77-105.
Jorion, P. (1997): Value at Risk: the new benchmark for managing financial risk. USA, 2nd Edition,
McGraw-Hill.
Luckner, W. R., Abbott, M. C., Backus, J. E., Benedetti, S., Bergman, D., Cox, S. &
Mohrenweiser, J. A. (2003). Professional actuarial speciality guideassetliability management.
Society of Actuaries.
17